循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归且所有循环单元按链式连接的递归神经网络。目前RNN已经广泛应用于语音识别、文本分类等自然语言处理任务中。本文致力于解决和完成自然语言处理中的难题之一——机器自动写诗，采用循环神经网络(RNN)的变体长短时记忆网络（Long Short Term Memory networks， LSTM），通过合理的设计网络结构和算法实现了自动写诗和藏头诗的功能。

中国科学院大学现代智能优化方法韩丛英老师期末考试要点

内容包括线性模型、SVM、神经网络、聚类方法、降维与度量学习、集成学习、特征选择与稀疏学习、半监督学习、概率图模型、强化学习、深度学习等主要内容的知识点和关联关系，PDF文件

本课程为电子信息学科各专业硕士研究生的基础课，同时也可作为计算数学专业研究生的选修课。近代矩阵分析的范围很广，本课程主要内容为以矩阵为工具处理大量有限空间形式与数量关系的方法学。包括：矩阵分析的基本理论，矩阵分解的基本技术和特殊矩阵的性质。 通过本课程的学习，希望学生能掌握利用矩阵解决问题的基本理论和基本技巧，对矩阵分析的近代发展有所了解，为利用矩阵分析的技术解决问题和从事专业研究打下基础。 预修课程 高等数学，线性代数初步 教材 程云鹏等，《矩阵论》 西北工业大学出版社

中国科学院大学PPT模板最全收录，精心搜集了网上的各类模板和内部使用模板，并加以整理。 分为八大素材模板+四大常用模板（典雅版、青春版、经典版、校庆版）

中国科学院大学知识图谱课程课件全集，由中科院自动化所赵军老师及其团队老师共同授课。

中国科学院大学2018年自然语言处理期末考试，该试卷共包含七个大题

国科大某博士刷屏论文全文

中科院自动化所赵军老师授课，课件共1389页，相当详细！

手写数字识别是机器学习的经典任务之一，本文设计了一种简单的卷积神经网络(CNN)来完成手写数字识别任务，并采用pytorch框架搭建，其准确率在测试集高达99%，取得了不错的效果。